Chatbot Arena
Arena Intelligence Inc. · Autres · Chatbot
Chatbot Arena, aujourd'hui Arena, fait répondre deux modèles IA anonymes à la même question et laisse votre vote faire bouger le classement public. C'est gratuit, du texte à l'image, la vidéo et le code.
À propos de Chatbot Arena
About
Qu'est-ce que Chatbot Arena
Chatbot Arena est un site où vous dialoguez avec deux modèles IA en même temps sans savoir lesquels. Vous saisissez une question, les deux répondent, et vous retenez la réponse qui vous convient le mieux. Les noms des entreprises n'apparaissent qu'après le vote. Chaque vote alimente un classement public qui ordonne les modèles selon leurs réponses.
Le projet est né en 2023 comme outil de recherche d'une équipe de l'université de Californie à Berkeley, pensé pour comparer des modèles IA à partir de votes humains. L'idée partait d'un constat simple : les batteries de tests figées fuient, sont apprises par cœur ou vieillissent, tandis que de vraies personnes posant de vraies questions sont bien plus difficiles à anticiper. De là est née l'entreprise Arena Intelligence Inc., qui gère aujourd'hui le site sur arena.ai et fait rediriger lmarena.ai vers cette adresse.
Ce classement LLM a des revers à connaître. La note reflète le goût d'une foule d'utilisateurs souvent anonymes, pas ce que mesure un jury d'experts, et cette foule penche vers ceux qui aiment tester les nouveaux outils. Voter prend quelques secondes, donc un vote isolé pèse peu. Arena se rémunère en vendant des évaluations aux laboratoires et aux entreprises, un conflit que des critiques pointent et auquel la société répond en publiant sa méthode et ses jeux de données.
Premiers pas
- Ouvrez arena.ai dans un navigateur. Vous pouvez envoyer une question immédiatement ; le compte sert surtout à garder l'historique et à débloquer les évaluations programmées.
- Choisissez un mode. Battle présente deux modèles anonymes, sans nom. Side by Side vous laisse désigner vous-même les deux concurrents. Direct Chat ouvre un seul modèle pour une conversation classique.
- Rédigez votre requête et utilisez l'icône d'outil pour basculer entre texte, image, vidéo ou tâche de construction comme une page d'accueil.
- Lisez les deux réponses et votez pour la meilleure. Les noms s'affichent dès l'envoi, et seuls les votes à l'aveugle comptent.
- Consultez ensuite le classement pour voir où se place votre préféré, que ce soit sur le tableau texte, vision, recherche, image, vidéo ou WebDev.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Chatbot Arena.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Vous hésitez à payer un abonnement IA
- Rédacteurs et développeurs qui comparent les styles
- Curieux qui suivent l'actualité du secteur
- Équipes produit qui choisissent un modèle pour construire dessus
Tâches
- Tester une même consigne sur plusieurs modèles
- Vérifier qu'une sortie tient ses promesses
- Se faire une idée rapide des modèles d'image ou de vidéo
- Comparer du code pour une petite page
Cas d'usage
- Un débat de famille sur l'assistant le plus intelligent
- Choisir entre deux offres payantes
- Une réunion de présentation technique
Fonctionnalités clés
Mode Battle anonyme
Battle est le cœur du site. Vous envoyez une requête et recevez deux réponses sans nom de modèle. Le vote révèle les deux identités d'un coup, ce qui complique la faveur donnée à une marque connue. Seuls les votes émis pendant que les noms restent cachés entrent dans le classement, et c'est ce qui garde le tableau aveugle.
Classement Bradley-Terry
Les scores viennent d'un modèle Bradley-Terry, une méthode statistique conçue pour les comparaisons par paires et proche des systèmes de points aux échecs. Au lieu d'une note d'examen, un modèle progresse en gagnant des duels. Le site applique aussi un contrôle du style, qui neutralise l'avantage des réponses plus longues ou plus soignées pour que la longueur seule ne gagne pas.
Tableaux par catégorie
Il n'y a pas une seule table. Texte, WebDev, Vision, Recherche, Texte vers image, Édition d'image, Texte vers vidéo, Image vers vidéo, Édition vidéo et Agent ont chacun leur tableau. C'est important, car un modèle en tête en écriture créative peut reculer en code, et se fier au rang général masque cet écart.
Noms de code avant sortie
Les laboratoires confient des versions inédites pour des tests à l'aveugle, et elles apparaissent souvent sous un alias avant l'annonce officielle. Vous touchez un modèle des mois avant sa sortie, et les équipes récupèrent des retours quand il est encore temps de changer des choses. Si le modèle respecte les règles de publication, son score apparaît ensuite avec son vrai nom.
Side by Side et Direct Chat
Tout ne demande pas un vote. Side by Side vous laisse nommer les deux adversaires quand vous savez déjà ce que vous voulez mesurer, et Direct Chat ouvre un seul modèle pour un usage courant. Les deux modes collectent les requêtes pour la recherche, mais aucun ne modifie le classement, et le tableau aveugle reste propre.
Tâches de construction, image et vidéo
Le site dépasse le texte. Vous pouvez demander une page d'accueil, un tableau de bord, un petit jeu ou une boutique, générer une image ou une courte vidéo, ou retoucher ce qui vient d'être produit. Chaque famille de résultats a son tableau, donc un modèle qui écrit bien mais dessine mal ne se cache pas derrière un seul chiffre.
Données ouvertes et méthodes publiées
Arena libère une bonne partie de ses votes sur Hugging Face et publie des articles sur sa méthode, du travail fondateur de Chatbot Arena aux classements par requête précise. Pas besoin de croire le classement sur parole : vous pouvez lire les données, le travail sur le contrôle du style et la politique du tableau.
Avantages et inconvénients
Avantages
- Le vote à l'aveugle supprime le biais de marque, si bien qu'un petit laboratoire peut atteindre le sommet grâce à la qualité de ses réponses.
- L'accès gratuit à des modèles de pointe, y compris des versions préalables à la sortie sous nom de code, est rare ailleurs.
- Des tableaux distincts pour texte, vision, recherche, image et vidéo permettent de vérifier précisément la compétence qui vous intéresse.
- Les données et articles publiés laissent chercheurs et acheteurs vérifier le classement au lieu de se fier à une page marketing.
- Voter prend quelques secondes, donc une comparaison approximative est à portée de main.
Inconvénients
- Le classement traduit une préférence de foule, pas un contrôle minutieux de l'exactitude, donc une réponse fausse mais assurée peut bien noter.
- Les votes sont désordonnés et faciles à faire à la va-vite, et des travaux publiés documentent la manipulation et la fuite de requêtes ; prenez le score comme un signal, pas comme un verdict.
- Arena tire ses revenus des laboratoires de modèles, donc l'entreprise qui classe vend aussi des évaluations à ces mêmes clients.
- Ce que vous tapez est collecté et une partie sort dans des jeux de données de recherche, donc les informations sensibles n'ont rien à faire ici.
Questions fréquentes
Chatbot Arena est un site gratuit où deux modèles IA anonymes répondent à la même requête et où votre vote désigne le meilleur. Ces votes construisent le classement public des modèles en texte, image, vidéo, recherche et code.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Chatbot Arena.
Alternatives à Chatbot Arena
Odyssey 3
Odyssey · AutresOdyssey-3 est le modèle du monde fondationnel d'Odyssey. Il simule la physique en temps réel, transforme une consigne en environnement interactif et s'adapte aux robots, voitures et jeux.
JarvisCore
Prescott Data · Programmation · Productivité · AutresJarvisCore est un runtime Python open source où les agents IA travaillent en pairs sur un maillage, prennent les tâches dans un registre partagé et joignent les services externes via un broker zero trust.
Clef
Cloudflare · Entreprise · AutresClef est le modèle de décision open source de Cloudflare pour Workers AI. Il renvoie des probabilités calibrées pour des questions typées au lieu de texte, ce qui permet à un agent de classer, router et agir vite.